Claude Computer Use 本番運用ガイド公開 — Opus 4.7 は Sonnet 4.6 max と同等の精度を 1/10 のトークンで達成、Screenshot Pre-downscale が最大のレバー

概要

2026年5月13日、Anthropic は Claude の computer use / browser use を本番システムに組み込む際のベストプラクティスをまとめたガイドを公開した。著者は Lucas Gonzalez と Luca Weihs（実装も担当）。

最大の数字は Opus 4.7 low effort が Sonnet 4.6 max と同等の精度を、約 1/10 のトークン で達成したこと。Computer Use のコスト構造が根本的に変わる。

OSWorld Verified の結果

OSWorld は実機 OS 上で 369 個のタスクをこなすベンチマーク。Computer Use のリアル評価としては事実上の業界標準。Opus 4.7 の "low effort で十分" という結論は、従来 max effort で組んでいたパイプラインが過剰投資だった可能性を示す。

ベスト プラクティス（実装レイヤー別）

1. Screenshot の Pre-downscale が最大レバー

「screenshot を pre-downscale すること。これが単独で最大の最適化だ」 — Anthropic ガイド

これを超える画像は silent に縮小 され、Claude が見ている画像と座標系がズレて click が外れる。送信前にこちらで明示的に縮小すべき、というのが本筋。

2. メッセージ順序: テキスト先・画像後

messages 配列内で テキスト指示を画像より先に置く。モデルが指示を理解した上で screenshot を解析するため、クリック精度が上がる。

messages = [
    {
        "role": "user",
        "content": [
            {"type": "text", "text": "ログインボタンをクリックして"},
            {"type": "image", "source": {...}},
        ],
    }
]

3. モデル選定

4. Thinking Effort の使い分け

「max を最初に試す」は古い直感。Opus 4.7 は high、4.6 は medium がデフォルト。

5. コンテキスト管理は 3層

「long-running computer use agent の良い既定値は 3 層すべてを使う構成だ」 — Anthropic ガイド

6. 小さなターゲット対策

安全性: 3層の Prompt Injection 防御

公式の computer_20251124 tool を使うと classifier が自動適用される。自前の tool 定義を書くと外れるので注意。

実験的機能

Batch tools

複数の sequential アクションを 1 回の tool call にまとめる。中間のビジュアル feedback に依存しないアクションでのみ使う。

Advisor tool（beta）

Executor = Sonnet、Advisor = Opus 4.7 のペアで動かす。複雑な workflow で Opus が戦略助言、Sonnet が実行という分業。

Teach Mode（Demonstration-based workflows）

人間の操作を annotated screenshot 付きで記録 → context として Claude に与えて再生。UI が変わっても適応する。RPA の "録画再生" を Claude が動的に補正するイメージ。

日本への示唆

国内 RPA / 業務自動化との競合

国内 RPA は「画面要素を XPath / 座標で固定」する設計が主流。Teach Mode と Opus 4.7 の low effort 経済性 が組み合わさると、固定スクリプト系 RPA の差別化要因が縮小する。

「max effort で組む」設計の見直し

日本企業の AI 導入プロジェクトは「とにかく最強モデル + max effort」で見積もりされがちだが、Anthropic 公式が公式に medium / low を推奨 したことで PoC 予算の積み方が変わる。情シスの 「Opus max を全社展開」決裁 は再考する余地がある。

セキュリティ調達の前提変化

国内企業が Computer Use をエンタープライズで導入する際の前提:

NEC × Anthropic 提携（過去記事参照）の文脈で、SOC / BPO 用途の Computer Use 検証はこの BP が出たことで一段進む。

Claude Code との接続

Claude Code は CLI 上のエージェント、Computer Use は画面操作のエージェント。両方とも 同じ Claude 4.6 / Opus 4.7 のモデル軸 で動く。Anthropic は「同じモデルで CLI と GUI 双方の自動化を統一的に提供する」設計を明示化したことになる。

まとめ

• 2026年5月13日、Anthropic が Claude computer / browser use 本番運用 BP を公開。OSWorld Verified で Opus 4.7 low effort が Sonnet 4.6 max と同等精度を約 1/10 トークン で達成
• 最重要レバーは Screenshot の pre-downscale。API 側 silent downscale でクリック座標がずれる問題を解消
• Thinking Effort は Opus 4.7 = high、4.6 = medium が新標準。max は過剰投資
• 3層のコンテキスト管理（cache breakpoints / rolling buffer / server-side compaction）と3層の Prompt Injection 防御（training-time / real-time classifier / red teaming）が公式パターン
• 国内 RPA（UiPath / WinActor / BizRobo!）と国内 BPO は Teach Mode + Opus 4.7 経済性 の組み合わせで競合構造が変わる。「とにかく max effort」設計の見直しが必要

参考リンク

• Best practices for computer and browser use with Claude — Anthropic Blog（2026-05-13）
• OSWorld Verified（ベンチマーク）
• Anthropic Computer Use Documentation